De ce bool([""]) returnează True?
Middle
167
Data Engineer
671
0
Problema #3 Trebuie să găsim clienții ale căror intervale între comenzi sunt mai mari de 60 de zile. Pentru acești clienți, afișați diferența maximă (gap_days). Tabelul comenzi: | order_id | customer_id | order_dt | |----------|-------------|------------| | 1 | 1 | [phone] | | 2 | 1 | [phone] | | 3 | 1 | [phone] | | 4 | 1 | [phone] | | 5 | 2 | [phone] | | 6 | 2 | [phone] | | 7 | 3 | [phone] | Rezultatul final: | customer_id | gap_days | |-------------|----------| | 1 | 123 | | 2 | 120 |
Middle
166
Care sunt dezavantajele UDF-urilor în Spark și care este cel mai mare dezavantaj al lor?
Middle
165
Care este diferența dintre repartition și coalesce în Spark?
Middle
164
Cum să luptăm cu inconsistența datelor?
Middle
162
De ce pot fi pierdute datele? Oferă câteva motive.
Middle
153
Cum ai descrie în cod o verificare dacă o valoare diferă semnificativ de o distribuție normală (așteptată)?
Middle
153
Ai lucrat cu gestionarii de context în Python? Ce sunt și pentru ce sunt folosiți?
Middle
153
Ce știi despre spill în Spark?
Middle
152
Cum să împiedici ca datele incorecte încărcate în vitrină sau în tabelul intermediar să ajungă la pipeline-urile superioare?
Middle
151
Ce metode de transfer de date între sarcinile Airflow cunoști?
Middle
147
Cum monitorizai calitatea datelor?
Middle
145
Ce face parametrul depends_on_past în Airflow?
Middle
144
Dacă programarea DAG este @daily, la ce oră se pornește efectiv?
Middle
143
Dictionarul în Python este un tip modificabil sau nemodificabil? Care sunt cerințele pentru cheile și valorile sale?
Middle
143
Ai făcut verificări statistice?
Middle
135
Care este complexitatea algoritmică a căutării într-un dicționar în cel mai rău caz?
Middle
132
Cum porni al doilea DAG Airflow imediat după finalizarea cu succes a primului?
Middle
131